棉田膜内与膜间土壤溶液含盐量的变化

用定期取表层土样测定其电导率和在不同深度埋设盐分传感器探头的方法 ,在作物生长季节内 ,监测了棉田膜内和膜间不同深度的土壤溶液含盐量变化。结果为 :1棉田膜内与膜间表层土壤和 1 0 cm、30 cm深土壤溶液含盐量变化较大 ,且规律相同。未灌水时上升 ,灌水后迅速下降。膜间未灌水期间的含盐量上升幅度大于膜内 ,灌水对膜内和膜间表土洗盐、1 0 cm、30 cm深土壤溶液含盐量的降低作用没有差别。降雨可引起膜内和膜间 1 0 cm深土壤溶液电导率的变化 ,这个影响也是膜间大于膜内。 2 60 cm深的土壤溶液不存在明显的盐分累积现象 ,灌水可使这里的土壤溶液含盐量缓慢降低 ,膜间的降低过程快于膜内     

基于地统计学与GIS技术的森林土壤养分空间变异性研究

以云浮市云城区和云安区森林土壤为研究对象,应用传统统计学和地统计学方法结合 GIS 技术分析其土壤养分的空间变异性,预测土壤养分空间分布。地统计学主要从空间插值模型和人工神经网络模型的角度对土壤养分的空间变异性进行诠释,并利用平均绝对误差(MAE)和均方根误差(RMSE)两个指标以及模型预测点与实测点间的相关系数作为判断模型好坏的标准。研究结果认为插值模型中泛克里格插值法在样点密度较小时显示出明显优势,而 BP-ANN 在模型的稳定性和推广性表现尤为突出,最后对泛克里格插值模型和 BP-ANN 下的有机碳、全氮、全磷、全钾4种养分空间预测分布特征进行描述。     

云浮市森林土壤养分垂直分布模型的构建

土壤养分是土壤肥力的重要指标，了解森林土壤养分垂直分布状况可为林业土壤科学施肥提供依据。研究对云浮市森林土壤构建从上到下分5 层的人工神经网络模型，通过对候选的模型输入参数进行筛选获得最优组合，并生产空间分布图。结果表明，所建模型对土壤养分预测能力不同，其中碱解氮、全钾较好，有机质、速效钾、全磷一般，速效磷、全氮相对较差。筛选出的最优模型输入组合显示，地形位置指数、坡度、泥沙输移比、坡向对土壤养分的预测能力最强，水流长度、潜在太阳辐射次之，水流流向、土壤地形因素、垂直坡位相对较差，且同一参数对不同土壤养分指标的预测能力不同；最优模型生产的土壤养分图更详细的反应土壤养分的空间分布。     

基于BP神经网络的针阔混交林TM遥感图像自动分类技术研究

在对标准BP神经网络试验分析的基础上，通过输入矢量归一化处理、主成分分析、增加验证集、改进训练学习算法、扩大隐层和输出层规模等措施，对BP神经网络自动分类系统进行改进；利用改进后的BP系统对吉林省汪清林业局的典型针阔混交林TM遥感图像进行辩识、分类试验研究。结果表明：改进后的BP网络分类系统自动分类精度提高了19．14％，比传统无监督自动分类精度提高8．55％，达到了区分森林类型的分类要求。研究还显示了该改进系统应用于针阔混交林TM遥感图像自动分类识别的精度随网络规模增大而提高。     

两广地区主要森林类型的年土壤呼吸及空间分布研究

研究根据广东和广西(两广)地区森林类型分布图、主要森林类型的年土壤呼吸数据库以及中国日值格点气温、降水数据,建立线性模型预测两广地区主要森林类型的年土壤呼吸速率和年土壤呼吸通量。结果表明,两广地区主要森林类型年土壤呼吸速率为常绿阔叶林864.18 gC/m~2/yr>其他森林811.03 gC/m~2/yr>针叶林791.43 gC/m~2/yr>灌木林780.18 gC/m~2/yr>落叶阔叶林758.80 gC/m~2/yr>竹林731.49 gC/m~2/yr>针阔混交林684.91 gC/m~2/yr。两广地区森林年土壤呼吸通量为204.41 TgC/yr,其中常绿阔叶林最大,为77.41 TgC/yr,针叶林次之,为56.81 TgC/yr,具体为常绿阔叶林>针叶林>灌木林>落叶阔叶林>针阔混交林>竹林>其他森林,顺序与各种森林类型面积大小一致。各森林类型的土壤呼吸通量主要与森林面积有关,森林面积越大土壤呼吸通量越大。     

数字土壤制图在土壤养分方面的研究综述

土壤是生态系统中重要的组成部分,土壤养分是衡量土壤肥力的重要指标.土壤制图则是对土壤养分空间分布特征的反映,绘制准确的土壤空间信息是农林信息化与可持续发展的必然要求.在过去的30年,土壤养分预测性制图在各个方面都取得了显著进展.介绍了数字土壤制图的理论基础,以及阐述土壤养分预测过程中的主要方法,包括传统土壤调查法、空间插值法、土壤-景观模型法、遥感影像法,并分析了当前在土壤制图研究中存在的主要问题,最后讨论了未来土壤养分制图的发展前景,旨在帮助人们了解土壤制图研究的现状,以期为土壤预测性制图的进一步研究提供参考.     

林区TM图像噪音消除方法的比较研究

遥感图像会因成像系统和地理环境而产生噪音,这些噪音将会影响从TM图像中提取森林信息的精确性和有效性.消除噪音对图像的分类十分重要.本研究的目的是评估应用Landsat 5 TM 图像提取森林相关信息时,目前所使用的空间滤波处理方法的有效性.对低通滤波、中值滤波、均值滤波、求和滤波、增强型自适应滤波五种空间滤波方法做以检验.通过设计一系列的评估指数,分析每种噪音消除方法的平滑能力、边界保持和增强能力.基于所设计的评价指数和图片对比表明,对林区土地利用和森林类型分类而言,求和滤波（D=1）和增强型自适应滤波是消除Landsat 5 TM图像噪音的最有效的方法.     

基于GF-1遥感数据预测区域森林土壤有机质含量

为探索国产卫星GF-1预测土壤有机质(SOM)的能力,本研究以广东省云浮市的罗定市为研究区,以GF-1多光谱遥感影像衍生的9个遥感变量和DEM提取的9个地形水文变量为预测因子,建立2种人工神经网络模型(A模型:地形水文;B模型:地形水文+遥感),对5个土壤深度(L1:0～20 cm,L2:20～40 cm,L3:40～...     

客运索道侧型设计系统

从我国客运索道设计的发展及现状出发,介绍了一个以VisualBasic为技术基础的客运索道侧型设计系统。通过具体实例。分析了4种设计方法的精度;理论上认为,悬链线的设计结果是真实反映客运索道的线形,摄动法比较接近悬链线,其次是悬索曲线,抛物线的计算结果误差最大。     

林区TM图像消除噪声方法的比较

介绍了几种消除噪声滤波方法的数学基础,并结合吉林省汪清林业局数据,分别用低通滤波、统计滤波、增强型自适应滤波、均值平滑滤波、中值滤波方法对研究区TM遥感图像进行滤波消噪处理,并以平滑指数FI、边缘保持因素T和峰值信噪比PSNR为评价指标,对实验结果进行了对比分析,结果表明,统计滤波（D=1）和增强型自适应滤波用于林区TM图像消除噪声的滤波器中比较好。